MNE-Python中眼动追踪数据单位处理的现状与挑战
2025-06-27 16:15:51作者:蔡丛锟
眼动追踪技术在认知神经科学研究中扮演着重要角色,而MNE-Python作为一款强大的脑电/脑磁数据处理工具,近年来也逐步增加了对眼动数据的支持。然而,在实际应用中,用户可能会遇到关于眼动数据单位处理的一些不一致性问题,这些问题主要集中在瞳孔大小数据的单位处理上。
当前实现的核心问题
MNE-Python文档中存在两处看似矛盾的说法:一方面指出眼动和瞳孔数据以任意单位存储,另一方面又声称系统会尽可能将数据转换为SI单位(如位置数据用弧度,瞳孔大小用米)。这种不一致性在实际操作中表现为:
- 当用户尝试使用
raw.get_data(picks=["pupil"], unit="mm")获取数据时,系统会报错 - 尽管报错提示单位应为AU(任意单位),实际检查数据发现值确实是以米为单位存储的
- 手动将数据乘以1e3可以正确转换为毫米单位
技术背景与实现细节
MNE-Python处理眼动数据时,单位系统基于以下设计原则:
- 对于眼动仪数据,理想情况下应转换为SI单位存储
- 瞳孔大小建议使用米(m)作为标准单位
- 眼动位置数据建议使用弧度(rad)作为标准单位
然而,不同厂商的设备输出数据单位存在差异:
- Tobii设备通常以毫米(mm)为单位输出瞳孔数据
- Eyelink设备则以像素(px)和任意单位(AU)输出数据
set_channel_types_eyetrack函数设计用于处理这种差异,它能够:
- 将Tobii的毫米数据转换为米存储
- 设置正确的FIFF_UNIT_M单位标记
现存问题的技术分析
目前系统存在几个关键的技术限制:
-
绘图单位显示问题:尽管数据可能已转换为米,绘图时仍显示为AU,这是因为绘图系统硬编码了每种通道类型的默认缩放比例,尚未针对眼动数据的不同单位情况进行适配。
-
单位转换限制:
get_data方法内部调用_handle_defaults时,默认将瞳孔数据视为AU单位,即使实际存储单位为米,这导致无法直接获取毫米单位的数据。 -
文档与实际不符:文档声称系统会自动转换为SI单位,但实际上需要用户显式调用转换函数。
解决方案与未来方向
针对这些问题,开发团队提出了以下改进方向:
-
统一SI单位假设:修改系统默认假设,将眼动位置数据视为弧度,瞳孔数据视为米,这需要:
- 更新
mne.defaults._handle_default("si_units")中的默认设置 - 确保所有教程和示例在早期步骤就完成单位转换
- 更新
-
增强单位转换功能:
- 为Eyelink数据添加从AU到米的转换支持
- 完善单位转换的文档和示例
-
绘图系统改进:长期来看,需要重构绘图系统以支持:
- 基于实际存储单位的动态缩放
- 多种单位类型的灵活显示
对用户的建议
基于当前实现,研究人员在使用MNE-Python处理眼动数据时应注意:
- 明确了解自己设备输出的原始数据单位
- 尽早使用
set_channel_types_eyetrack进行单位设置和转换 - 对于绘图显示问题,可暂时使用
scalings="auto"参数 - 关注后续版本更新,特别是单位处理方面的改进
这些改进将使MNE-Python的眼动数据处理更加一致和可靠,为多模态脑科学研究提供更好的支持。
登录后查看全文
热门项目推荐
相关项目推荐
kernelopenEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。C079
baihu-dataset异构数据集“白虎”正式开源——首批开放10w+条真实机器人动作数据,构建具身智能标准化训练基座。00
mindquantumMindQuantum is a general software library supporting the development of applications for quantum computation.Python056
PaddleOCR-VLPaddleOCR-VL 是一款顶尖且资源高效的文档解析专用模型。其核心组件为 PaddleOCR-VL-0.9B,这是一款精简却功能强大的视觉语言模型(VLM)。该模型融合了 NaViT 风格的动态分辨率视觉编码器与 ERNIE-4.5-0.3B 语言模型,可实现精准的元素识别。Python00
GLM-4.7GLM-4.7上线并开源。新版本面向Coding场景强化了编码能力、长程任务规划与工具协同,并在多项主流公开基准测试中取得开源模型中的领先表现。 目前,GLM-4.7已通过BigModel.cn提供API,并在z.ai全栈开发模式中上线Skills模块,支持多模态任务的统一规划与协作。Jinja00
agent-studioopenJiuwen agent-studio提供零码、低码可视化开发和工作流编排,模型、知识库、插件等各资源管理能力TSX0131
Spark-Formalizer-X1-7BSpark-Formalizer 是由科大讯飞团队开发的专用大型语言模型,专注于数学自动形式化任务。该模型擅长将自然语言数学问题转化为精确的 Lean4 形式化语句,在形式化语句生成方面达到了业界领先水平。Python00
项目优选
收起
deepin linux kernel
C
27
11
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
464
3.45 K
Ascend Extension for PyTorch
Python
272
310
openEuler内核是openEuler操作系统的核心,既是系统性能与稳定性的基石,也是连接处理器、设备与服务的桥梁。
C
192
79
暂无简介
Dart
714
171
React Native鸿蒙化仓库
JavaScript
284
331
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
844
424
华为昇腾面向大规模分布式训练的多模态大模型套件,支撑多模态生成、多模态理解。
Python
105
120
Nop Platform 2.0是基于可逆计算理论实现的采用面向语言编程范式的新一代低代码开发平台,包含基于全新原理从零开始研发的GraphQL引擎、ORM引擎、工作流引擎、报表引擎、规则引擎、批处理引引擎等完整设计。nop-entropy是它的后端部分,采用java语言实现,可选择集成Spring框架或者Quarkus框架。中小企业可以免费商用
Java
10
1
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
1.26 K
692